Ontwikkeling en evaluatie van voorspellingsmodellen voor het risico op hart- en vaatziekten bij patiënten met type 2 diabetes

Waarom dit onderzoek belangrijk is voor mensen met diabetes

Hartziekten zijn de belangrijkste doodsoorzaak bij mensen met type 2 diabetes, maar artsen vertrouwen nog steeds op risicocalculators die zijn ontwikkeld voor het algemene publiek. Deze studie stelt een eenvoudige vraag met grote gevolgen: kunnen we het beter doen voor mensen met diabetes door een risicotool op maat te bouwen, en kan die tool eerlijk werken voor mensen van verschillende geslachten en etnische achtergronden?

Hartproblemen en diabetes gaan hand in hand

Volwassenen met type 2 diabetes hebben veel grotere kansen op een hartaanval, beroerte en hartfalen dan mensen zonder diabetes. Bestaande voorspellingsinstrumenten, zoals de veelgebruikte Pooled Cohort Equations en de nieuwere PREVENT-risicoscores, schatten wie in de loop van het volgende decennium waarschijnlijk cardiovasculaire aandoeningen ontwikkelt. Deze instrumenten zijn echter niet specifiek ontworpen voor mensen met type 2 diabetes, weerspiegelen mogelijk niet de huidige behandelingen en leefstijlen, en zijn grotendeels gebouwd op gegevens van alleen witte en zwarte volwassenen. Daardoor blijven er vragen over hoe nauwkeurig en eerlijk ze zijn voor de diverse groep patiënten die daadwerkelijk in de klinieken komen.

Een nieuwe manier om het kortetermijnrisico voor het hart te schatten

Om dit gat aan te pakken, gingen de onderzoekers aan de slag met het All of Us-programma van de National Institutes of Health, een omvangrijke en uitzonderlijk diverse gezondheidsstudie die uitgebreide elektronische dossiers, laboratoriumuitslagen en enquêtegegevens bevat. Ze richtten zich op 23.795 volwassenen van 40 jaar en ouder met type 2 diabetes en volgden hen meerdere jaren om te zien wie grote hartproblemen ontwikkelde, waaronder hartaanvallen, beroertes of hartfalen. Met deze informatie bouwden ze een statistisch survivalmodel dat de kans voorspelt dat een persoon binnen de volgende drie jaar een van deze gebeurtenissen krijgt, op basis van factoren zoals leeftijd, bloeddruk, laboratoriumtests, voorgeschiedenis, medicatie en sociale omstandigheden zoals huisvestingsstabiliteit en inkomen.

Wat uiteindelijk het meest van belang bleek

Toen het team het model onderzocht om te zien welke factoren het zwaarst wogen, kwam een duidelijk patroon naar voren. Voor de volledige patiëntengroep bleek een eerdere voorgeschiedenis van cardiovasculaire ziekte verreweg het sterkste waarschuwingssignaal voor een nieuwe gebeurtenis. Bij mensen zonder eerdere hartziekte werd leeftijd de belangrijkste factor. Niergerelateerde maten, zoals een voorgeschiedenis van nierziekte en bloedtesten zoals creatinine en calcium, kwamen ook naar voren en benadrukten de nauwe relatie tussen niergezondheid en hartproblemen bij mensen met diabetes. Verrassend genoeg bleken ook verschillende sociale en economische kenmerken, waaronder arbeidsstatus, opleidingsniveau en woonsituatie, sterk bepalend, waarmee wordt onderstreept hoe alledaagse leefomstandigheden gezondheidrisico’s naast biologische factoren mede vormgeven.

De nieuwe model testen

Vervolgens vroegen de onderzoekers hoe hun nieuwe, op diabetes gerichte model zich verhield tot de PREVENT-vergelijkingen. In de testgroep van bijna 4.800 patiënten rangschikte het nieuwe model nauwkeuriger wie een hoger of lager risico had, zowel in de volledige steekproef als onder degenen zonder eerdere hartziekte. Het leverde ook risicoschattingen die goed overeenkwamen met wat daadwerkelijk in drie jaar gebeurde, terwijl PREVENT geneigd was het risico te overschatten, vooral voor patiënten die minder waarschijnlijk een evenement zouden ervaren. Om eerlijkheid te onderzoeken gebruikten de onderzoekers speciale maatstaven die rekening houden met mensen die de studie verlaten of andere concurrerende gezondheidsproblemen hebben. Over seks- en ras- of etniciteitsgroepen toonde het nieuwe model over het algemeen hogere nauwkeurigheid en vergelijkbare of kleinere prestatiekloffen dan PREVENT.

Balanceren van nauwkeurigheid en eerlijkheid

De studie onderzocht ook of het opnemen van ras en etniciteit als invoervariabelen de eerlijkheid verbeterde of schaadde. Toen de onderzoekers deze variabelen uit het model verwijderden, daalde de algehele nauwkeurigheid en verslechterde de prestaties voor de meeste subgroepen. Het behouden van ras en etniciteit in het model, gecombineerd met rijke informatie over sociale en economische omstandigheden, leverde zowel betere voorspellingen als meer gelijkmatige prestaties over groepen in deze dataset op. De auteurs waarschuwen dat dit een complex en contextafhankelijk vraagstuk is, maar hun resultaten suggereren dat het, althans in deze setting, gebruiken van ras en etniciteit kan helpen voorkomen dat het risico voor sommige patiënten wordt onderschat.

Wat dit betekent voor patiënten en clinici

In eenvoudige bewoordingen laat dit werk zien dat een risicocalculator die specifiek is ontwikkeld voor mensen met type 2 diabetes, en die moderne en diverse gegevens gebruikt, beter korte termijn hartrisico’s kan inschatten dan een one-size-fits-all-tool. Door niergezondheid en sociale omstandigheden naast traditionele risicofactoren mee te nemen, kan het nieuwe model artsen helpen nauwkeuriger te bepalen welke patiënten intensievere preventie nodig hebben en wie onnodige behandelingen kan vermijden. Hoewel het model nog in andere zorgsystemen getest moet worden, biedt deze aanpak een stap naar preciezere en rechtvaardigere beoordeling van hartaandoeningsrisico voor de miljoenen volwassenen die met type 2 diabetes leven.

Bronvermelding: Yang, Y., Liu, T., Liao, CY. et al. Development and evaluation of cardiovascular disease risk prediction models for patients with type 2 diabetes. Sci Rep 16, 15574 (2026). https://doi.org/10.1038/s41598-026-45129-5

Trefwoorden: hart- en vaatziekten, type 2 diabetes, risicovoorspelling, gezondheidsgelijkheid, survivalmodellering